最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

传统企业高效推进数字化战略的四个视角

[复制链接]
跳转到指定楼层
楼主
发表于 2019-12-7 21:22:22 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
企业的数字化战略可分为两个层面:“数字化业务转型”和“数字化业务优化”。其中,由于“数字化业务转型”会为企业带来颠覆性效应,其在市场上引发的关注较大。对全球CIO的一项调查结果显示,近一半的企业CIO实际上更关注“优化”而非“转型”。
“数字化业务优化”是立足于目前企业正在做或正在发展的业务,给企业带来更大的利益,而“战略”是“从无到有,从零到一”,企业需要开拓一套新的模式,这需要耗费大量的资金和人力。目前大部分企业更关注“数字化业务优化”,更倾向于优化而非转型,去尽量减少改变和风险。因为诸如物联网,平台业务模式和区块链等技术的出现,使得任何一个行业都能被快速颠覆。两条路径各有利弊,两条路径都有风险,企业需要根据实际情况进行选择。
企业高效推进数字化战略的四个视角
企业的IT变革,正在由信息化升级为数字化。其中变化在于,信息化的核心是流程,数字化的核心则是业务;信息化的主导是IT部门,而数字化的主导则是业务部门。因此,推进数字化战略,就需要企业重新审视自身的能力和架构。
今天我们从业务视角、能力视角、技术视角、实施视角来进行探讨,如何规划可行的数字化战略路径?
1、业务视角 | 数字化战略的挑战
从无人驾驶的创新到物联网技术的应用,数字化战略的最终目标是实现业务模式的创新,这对企业的每个层级都提出了挑战:
业务模式:新业务模式需要合作伙伴的支撑,引入新技术并实现敏捷开发和迭代。
人员组织流程:战略需要全员的理解和执行,但传统业务部门往往缺乏相关经验。
数字基础设施:数字化需要企业不同系统的深度融合和跨界的知识支撑。
2、能力视角 | 企业推进战略的实力
在推进数字化战略中,企业需要具备数字化、智能化、安全等领域的五个核心技能:
感知能力:对客户、生产、销售等不同环节数据的智能感知能力;
连通能力:具备泛在连接、大规模互通的能力;
洞察能力:利用大数据人工智能等技术实现基于数据的认知与决策;
执行能力:根据洞察结果实现智能、快速、精准的控制和执行;
安全能力:加强网络安全、隐私保护与合规性的建设,实现纵贯全局的安全防护。
3、技术视角 | 三大技术创新,连通数字未来
要实现数字化、智能化与安全的能力建设,主要借助三大技术手段来实现:
数字化:将机器设备、环境、流程等建立数字模型,以数据洞察企业变革机遇;
云化:实现从工序到行业的多个级别的连通,以更高层次的数据视角来优化企业运行;
智能化:规划建立企业数据池,关注人工智能技术的发展,探索与业务的有机结合。
4、实施视角 | 从平台到生态
贯彻数字战略战略:企业数字化战略是一项持续、复杂的工程,因此需要根据不同阶段匹配重点战略:
重点战略一:平台化战略,包括数字化基础设施、数字化服务平台、数字化应用引擎三部分,从底层设备到计算平台创新,再到算法和应用的部署,全方位构建企业数字化战略平台;
重点战略二:无界生态,融合生产、信息化、互联网等多个领域,基于业务流程进行跨界合作,彻底变革企业运营模式。
文章来源:CIO发展中心

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-3 09:04

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表